Curso · 7 capítulos
Deep Learning
Um curso de deep learning baseado em frameworks de decisão para engenheiros. Escolha entre PyTorch e TensorFlow, avalie deep learning versus ML clássico, pondere transfer learning e entenda CNNs. 7 capítulos.
O que você vai saber fazer
- Escolher entre PyTorch e TensorFlow
- Saber quando deep learning supera o ML clássico
- Decidir entre treinar do zero ou usar transfer learning
- Escolher a tarefa certa de visão computacional
- Ajustar hiperparâmetros de treinamento
- Entender como CNNs interpretam imagens
O que tem dentro
- 1Frameworks de DL: PyTorch e TensorFlow
Um guia de decisão para os dois frameworks dominantes de deep learning — suas filosofias, ecossistemas e os fatores práticos que devem orientar sua escolha.
- 2Treinar do Zero vs Transfer Learning
A primeira decisão estratégica depois de escolher deep learning: treinar uma rede nova do zero ou aproveitar os ombros de gigantes pré-treinados.
- 3DL vs ML: Quando a Profundidade Vence
Um framework de decisão para escolher entre Deep Learning e Machine Learning clássico — com base nos seus dados, computação, prazos e necessidades de interpretabilidade.
- 4Deep Learning: Comece Aqui
Uma orientação de 12 minutos sobre o skill path de Deep Learning — por que ele existe, o que você vai construir, como os seis capítulos se conectam e por onde começar.
- 5Tipos de Tarefas de Visão
Classificação de imagens, detecção de objetos e segmentação — escolha a tarefa certa de visão computacional antes de escolher uma arquitetura.
- 6Técnicas de Treinamento para Deep Learning
O kit completo para treinar redes neurais — batch size, learning rates, funções de perda, ativações, otimizadores, regularização e early stopping.
- 7CNNs (Redes Neurais Convolucionais)
Projete, treine e interprete a arquitetura por trás da visão computacional moderna — da primeira convolução ao deploy em produção.
Perguntas frequentes
- O que vou aprender neste curso de deep learning?
- Você aprende a tomar as principais decisões em projetos de deep learning: escolher entre PyTorch e TensorFlow, avaliar quando deep learning supera o ML clássico, ponderar transfer learning versus treinamento do zero, selecionar a tarefa certa de visão computacional, raciocinar sobre escolhas de treinamento como taxas de aprendizado e regularização, e entender como as CNNs são estruturadas para visão.
- Este curso é prático com código ou mais conceitual?
- É um curso baseado em frameworks de decisão. Os capítulos focam nas trocas e no raciocínio por trás da escolha de frameworks, estratégia de modelos, tarefas de visão e treinamento — em vez de guiar você por laboratórios de código passo a passo. O curso pressupõe que você já sabe escrever código por conta própria.
- Para quem é esta trilha de deep learning?
- Foi criada para engenheiros e profissionais de ML que querem um modelo mental claro para decisões em deep learning. Faz parte da trilha IA para Engenheiros e pressupõe que você se sente confortável escrevendo código e tem familiaridade com os fundamentos de machine learning.
- Qual é a duração do curso e há certificado?
- A trilha tem cerca de 2,3 horas distribuídas em 7 capítulos, começando com um capítulo introdutório de orientação. Ao concluir a trilha, você recebe um certificado de conclusão que pode compartilhar.
- Este curso é gratuito?
- Não, esta é uma trilha paga disponível com uma assinatura do AI Academy by Anthropos.
Ganhe um certificado
Conclua todos os capítulos para receber seu certificado de conclusão.